待验证50% 置信事实精确时间

Google DeepMind有论文指出，让较小模型花更多时间深度思考、生成数十万token，可在小模型本身有一定胜算的问题上跑赢体量大14倍的模型

1

来源数

50%

置信度

长期有效

时效性

2026/10/4

首次发现

来源

Gemini 4 Argon深度解析：百万Token输出重塑AI推理范式

涉及实体

Google DeepMindcompany 测试时计算concept

相关事实

已验证DeepMind 研究表明在某些数学推理任务上通过增加推理时计算量，较小模型可以超越参数量更大的模型80% 相似已验证Google DeepMind提出了Nested Learning（嵌套学习）相关方法77% 相似待验证DeepSeek 极简模式搭配 Max 往往能激发出模型最强的推理能力，代价是响应延迟更长、token消耗更高75% 相似已验证Google DeepMind的Chinchilla论文优化了模型参数量与训练数据量的最优比例74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/973416

API

curl https://kongchang.com/api/v1/knowledge/claims/973416

MCP

get_claim(id=973416)